c++ - 修改音频样本缓冲区的音量增益

Question

我想增加语音数据缓冲区的音量。关键是我正在使用 DirectSound，并且我有一个主缓冲区和一个辅助缓冲区 - 所有流混合都是手动完成的。在语音聊天中，所有参与者都可以有独立的音量级别。我将每个流数据乘以一个值(增益)并将其加到一个缓冲区中。一切正常，但当我尝试将数据乘以大于 1.0f 的值时 - 我听到一些削波或其他声音。

我试过使用 Audacity 效果压缩器，但这无助于减少奇怪的噪音。

也许我应该以其他方式修改增益？或者只是使用另一种后处理算法？

更新:哇，我刚刚发现了一件有趣的事情!我在增加音量之前和之后都转储了音频。

这是图片

对不起质量 - 我认为这就是声音应该出现的方式(我自己画了红线)。看起来值确实超出了示例数据类型。但我不明白为什么？我的样本缓冲区是 BYTE，但我只能通过短指针访问它。它已签名，但即使 *ptr 约为 15-20 千时也会发生裁剪。

Answer 1

对于每个样本 - 将其转换为某种更大的数据类型 - 如果您有 16 位有符号样本，它们最初适合 SHORT - 从流中提取它，然后转换为本地 double ，然后乘法，然后 CLIP，然后转换回做空。

它必须这样工作......

如果需要，我什至可以提供代码示例。

编辑:

您的图片是您在乘法之前没有扩展到更大类型的确切证据 - 您无法在 SHORT 上“捕获”裁剪条件，因为它会自动换行。

short* sampleBuffer;
...
short sample=*sampleBuffer;
double dsample=(double)sample * gain;
if (dsample>32767.0) {dsample=32767.0;}
if (dsample<-32768.0) {dsample=-32768.0;}
*sampleBuffer=(short)dsample;
sampleBuffer++;

还有一个编辑:

如果您有多个声音 - 首先将它们全部加倍 - 然后对每个声音进行增益 - 然后添加它们 - 最后将它们剪辑。

再编辑(+1 激励我):

如果你有 STEREO，同样的东西也可以工作，只需计算所有样本 x2 即

短裤数量 = 样本数量 * 2.